多元线性回归实习实际例题分析.doc

多元线性回归分析实习

线性回归过程（LinearRegression）可用于分析一个或多个自变量与一个因变量之间的线性数量关系，并可进行回归诊断分析。
[例题3.1]
某地29名13岁男童身高x1（cm），体重x2（kg），肺活量y（L）的实测值数据见表3.1，试建立肺活量与身高、体重的回归关系。
[操作过程]
[数据格式]见数据文件<多元线性回归例题.sav>
Obs身高（cm）体重（kg）肺活量（L）1135.132.01.752163.646.22.753156.237.12.754167.841.52.755145.033.02.506165.549.53.007153.341.02.75…………29154.639.52.50该数据库有4列29行，即4个变量、29个记录（Observation），每个变量占1列，每个记录占1行，该数据格式为一般多元分析的数据格式。
②[过程]
Analyze
Regression
Linear…
单击后可弹出LinearRegression线性回归对话框。该对话框内有诸多选项，现分别介绍。
③[选项]
Dependent因变量。只能选入1个因变量，本例选入变量“肺活量”。
Independent自变量。可以是1个或多个，本例选入变量“身高、体重”。
Block1of1当选择不同组合的自变量进行回归分析时，可保存每次选择的自变量，用Previous按钮和Next按钮可分别向前、向后翻找各种自变量的组合。
Method选择回归模型拟合的分析方法，有5种可供选择。
Enter强迫引入法，即一般回归分析，所选自变量全部进入方程，为系统默认方式。
Stepwise逐步回归法，根据在Options对话框中设定的标准在计算过程中逐步加入有显著性意义的变量和剔除无显著性意义的变量，直到所建立的方程式中不再有可加入和可剔除的变量为止。
Remove强迫剔除法。根据设定的条件剔除自变量。
Backward向后逐步法。所选自变量全部进入方程，根据Options对话框中设定的标准在计算过程中逐个剔除变量，直到所建立的方程式中不再含有可剔除的变量为止。
Forward：向前逐步法。根据Options对话框中设定的标准在计算过程中逐个加入单个变量，直到所建立的方程式中不再有可加入的变量为止。
Selectionvariable选择符合某变量条件的观察单位进行分析，每次只能选入1个变量。选入变量后，激活Rule…按钮，弹出SetRule对话框，选择观察单位范围，有6种方式供选择，在Value框内输入设定值。
equalto等于设定值。
notequalto不等于设定值。
lessthan小于设定值。
Lessthanorequalto小于或等于设定值。
greaterthan大于设定值。
greaterthanorequalto大于或等于设定值。
Statistics…：选择需输出的统计量。单击按钮，弹出Statistics对话框。
Regressioncoefficient回归系数
Estimate一般回归系数和标准回归系数及其标准误和显著性检验。
Confidenceinterval输出一般回归系数的95%可信区间。
Covariencematrix方差及协方差知阵和相关矩阵。
Modelfit模型检验，给出复相关系数R，决定系数R2及方差分析结果。
Rsquaredchange输出调整R2及相应的F值和P值。
Descriptive输出每个变量的均数，标准差，样本容量，相关系及单侧检验P值的矩阵。
Partandpartialcorrelation输出简单相关系数及偏相关系数。
Collinearity共线性诊断。
Residuals残差
Dubin-Watson对残差的顺序相关的Dubin-Watson检验（检验残差间是否独立）。
Casewisediagnostics个体诊断，给出残差和预测值、标准化残差和标准化预测值的统计量。选此项后，激活以下选项。
⊙Outliersoutside3standarddeviations凡个体观察值超出均数加减n倍标准差被视为离群点，系统默认此项n为3。
○Allcases给出所有观察单位的残差、标准化残差和预测值。
Plots：残差散点图、正态概率图、离群点图及直方图。
Options：选项对话框。
⊙UseprobabilityofF:
Entry0.05选入变量的显著性水准。系统默认0.05，即对回归方程检验时，若P≤0.05，则该变量被选入方程。
Removal0.10剔除变量的显著性水准。系统默认0.1，即对回归方程检验时，若P≥0.1，则该变量剔除出方程。
○UseFvalue以F值为剔选变量准则。
Entry3.84选入变量的F界值，系统默认3.84，即